24509 ورقة بحثية
تكشف هذه الورقة أن النماذج اللغوية الكبيرة متعددة الوسائط تمتلك قدرات كامنة في الربط الزمني ضمن انتباه مرحلة التعبئة المسبقة (prefill attention) لكنها تفشل في استغلالها أثناء التوليد، مما دفع إلى ابتكار إطار عمل للاستدلال بدون تدريب يستخلص إشارات الانتباه هذه لتقييد السياق البصري وتحسين أداء الربط الزمني للفيديو بشكل كبير.
تقدم الورقة البحثية نموذج ChronoMedicalWorld (CMWM)، وهو نموذج عالم كامن مشروط بالأفعال يدمج التدخلات المهيكلة والتواصل عبر النصوص الحرة للتنبؤ بدقة بمسارات المرضى طويلة الأمد للأمراض المزمنة، مما يظهر أداءً متفوقاً على النماذج المرجعية GPT-5.5 في التنبؤ بتطور معدل الترشيح الكبيبي (eGFR) لمرضى الكلى المزمن.
تقترح الورقة البحثية VINA، وهو إطار عمل موحد للكشف عن المحتوى المُنشأ بواسطة الذكاء الاصطناعي يستفيد من إطارات الفيديو كتعزيزات طبيعية ويستخدم هدف تباين عبر الوسائط لسد فجوة الأداء بين كواشف الصور والفيديو، محققاً بذلك أحدث مستويات القوة والتعميم عبر مختلف المعايير المرجعية.
تقدم هذه الورقة إطار عمل للنسب السببي قائم على متجه التوجيه للكشف عن وتعزيز دوائر "التكيف-التجميع-التنفيذ" العاطفية في النماذج اللغوية البصرية الكبيرة، مما يكشف عن فصل وظيفي بين تجميع الإشارات البصرية وتوليد السرد يتيح تدخلات مستهدفة أثناء الاستدلال لتحسين الاستدلال العاطفي بشكل كبير وتقليل الهلوسة.
تقدم هذه الورقة البحثية "تحسين السياسة العلاقية المضادة للواقع" (CRPO)، وهو إطار عمل للتعلم التعزيزي ثنائي الفروع يستفيد من تحويلات الفيديو المضادة للواقع والمكافأة القائمة على العلاقات لتدريب نماذج اللغات الكبيرة المرئية (Video LLMs) على تطوير حساسية زمانية مكانية حقيقية مع تجنب الاعتماد على الاختصارات الثابتة.
تقدم الورقة البحثية Ex-GraphRAG، وهو إطار عمل GraphRAG قابل للتفسير يستبدل مشفرات الشبكات العصبية الرسومية (GNN) الغامضة بشبكة عصبية مضافة رسومية متعددة المتغيرات (M-GNAN) لتوفير عزو دقيق لمساهمات العقد، مما يكشف عن عدم تطابق دلالي-بنيوي حرج حيث تهيمن العقد غير المتصلة بنيوياً على مخرجات النموذج رغم كونها مترابطة عبر وسطاء منخفضي العزو.
تقدم الورقة البحثية طريقة "الرقع إلى المسارات" (Patches-to-Trajectories - P2T)، وهي منهجية تستفيد من الرقع المرجعية كمعلومات مميزة لاستخلاص معالم الحل الأمثل وتنسيق مسارات تدريب عالية الجودة وفعالة لوكلاء هندسة البرمجيات، مما يؤدي إلى تحسين فعالية الاستدلال وكفاءة الاستنتاج بشكل كبير مقارنة بالضبط الدقيق الخاضع للإشراف القياسي.
تكشف هذه الورقة أن كواشف الحقن في أنظمة النماذج اللغوية الكبيرة متعددة الوكلاء تعاني من "فجوة كشف التمويه"، حيث تفشل في تحديد الهجمات التي تحاكي المفردات الخاصة بمجال معين وهياكل السلطة، مما يتسبب في انخفاض معدلات الكشف بشكل حاد ويكشف عن ثغرة هيكلية حرجة في آليات السلامة.
تقيم هذه الورقة نماذج مختلفة من تعلم الآلة ومعالجة اللغات الطبيعية لتصنيف المشاعر على مجموعة بيانات IMDb، حيث وجدت أن نموذج RoBERTa يحقق أعلى دقة بنسبة 93.02% بينما يعزز نظام التصويت الناعم (soft voting) لجميع النماذج الأداء العام بشكل أكبر.
تقدم هذه الورقة AgroVG، وهو معيار مرجعي واسع النطاق متعدد المصادر يضم أكثر من 10,000 زوج من (صورة-استعلام) عبر ست عائلات مستهدفة زراعية لتقييم التأسيس البصري كمهمة تنبؤ بمجموعة معممة، مما يكشف عن فجوات كبيرة في أداء النماذج الحالية في التعامل مع الأجسام الصغيرة، والمحجوبة، والمتغيرة العدد في السيناريوهات الزراعية.